專利名稱：一種低信噪比條件下信號盒維數(shù)特征提取方法
技術(shù)領(lǐng)域：
本發(fā)明涉及信號特征提取技術(shù)領(lǐng)域，特別是一種低信噪比條件下信號盒維數(shù)特征提取方法。
背景技術(shù)：
信號的分形盒維數(shù)，作為信號非線性特性的表征方式，已廣泛應(yīng)用于認(rèn)知無線電頻譜感知(如文獻(xiàn)[I]趙春暉，馬爽，楊偉超.基于分形盒維數(shù)的頻譜感知技術(shù)研究[J].電子與信息學(xué)報(bào)，2011，33 (2):475-478 ;文獻(xiàn)[2]陳小波，陳紅，蔡曉霞等.基于分形盒維數(shù)的雙門限合作頻譜感知方法[J].電訊技術(shù)，2011,51 (8):75-79;文獻(xiàn)[3]趙春暉，馬爽.脈沖噪聲下基于Myriad濾波及分形盒維數(shù)的頻譜感知[J].振動(dòng)與沖擊，2012，31:84-87)、設(shè)備故障檢測(如文獻(xiàn)[4]樊福梅，梁平，吳庚申.基于分形盒維數(shù)的汽輪機(jī)轉(zhuǎn)子振動(dòng)故障診斷的實(shí)驗(yàn)研究[J].核動(dòng)力工程，2006，27(1):85-89 ;文獻(xiàn)[5]郝研，王太勇，萬劍等.分形盒維數(shù)抗噪研究及其在故障診斷中的應(yīng)用[J].儀器儀表學(xué)報(bào)，2011，32
(3): 540-545)、信號調(diào)制方式識別(如文獻(xiàn)[6]呂鐵軍，郭雙冰，肖先賜.基于復(fù)雜度特征的調(diào)制信號識別[J].通信學(xué)報(bào)，2002,23 (I):111-115 ;文獻(xiàn)[7]呂鐵軍，郭雙冰，肖先賜.調(diào)制信號的分形特征研究[J].中國科學(xué)E輯:技術(shù)科學(xué)，2001，31 (6):508-513;文獻(xiàn)[8]楊偉超，趙春暉，成寶芝.Alpha穩(wěn)定分布噪聲下的通信信號識別[J].應(yīng)用科學(xué)學(xué)報(bào)，2010，28 (2): 111-114)、信號參數(shù)估計(jì)(如文獻(xiàn)[9]李一兵，李靖超，林云.基于分形盒維數(shù)的線性調(diào)頻信號參數(shù)估計(jì)[J].系統(tǒng)工程與電子技術(shù)，2012，34 (I):24-27)等眾多領(lǐng)域。分形理論主要研究對象的內(nèi)在關(guān)系，在一定程度上反映與體現(xiàn)著整體系統(tǒng)的特性與信息。分形盒維數(shù)是分形理論中的主要參數(shù)，描述分形信號的幾何尺度信息，通信信號的各種調(diào)制信號類型特點(diǎn) 主要體現(xiàn)在載波信號的幅度、頻率和相位上，因此信號波形就包含了它們在幾何、分布疏密上的信息，將信號分形集的維數(shù)作為信號變化特性的定量描述。文獻(xiàn)[I]提出了一種基于時(shí)域盒維數(shù)的頻譜感知方法，通過提取信號和噪聲的盒維數(shù)作為檢驗(yàn)統(tǒng)計(jì)量。研究表明，噪聲的盒維數(shù)特征受噪聲參數(shù)變化的影響較小，但在低信噪比條件下，信號和噪聲的盒維數(shù)較為接近，不易區(qū)分進(jìn)而影響檢測性能。文獻(xiàn)[2]基于分形盒維數(shù)特征，提出了一種多用戶雙門限分步合作方法，有效提高了低信噪比條件下檢測的可靠性。文獻(xiàn)[3]提出了一種在Alpha穩(wěn)定分布噪聲背景下基于Myriad濾波的盒維數(shù)頻譜感知方法，該方法能有效地抑制Alpha穩(wěn)定噪聲，具有良好的檢測性能。文獻(xiàn)[4]根據(jù)汽輪機(jī)故障的分形特征，采用分形盒維數(shù)進(jìn)行不同故障試驗(yàn)，驗(yàn)證這一特征在進(jìn)行汽輪機(jī)轉(zhuǎn)子故障類型診斷時(shí)的有效性。文獻(xiàn)[5]針對不同噪聲強(qiáng)度的影響，分析出分形盒維數(shù)具有一定的抗噪性。在使用較為簡單的濾波方法時(shí)，仍可以在一定程度上體現(xiàn)信號的非線性特征，并將分形盒維數(shù)這一特征應(yīng)用于機(jī)械故障診斷中。文獻(xiàn)[6]結(jié)合Lempel-Ziv復(fù)雜度和分形維數(shù)這兩種表征信號復(fù)雜度的特征，設(shè)計(jì)分層結(jié)構(gòu)的組合分類器實(shí)現(xiàn)對未調(diào)載波Cff,已調(diào)信號BASK、QASK, BFSK, QFSK, BPSK、QPSK共7種信號的識別，獲得較為滿意的識別率。文獻(xiàn)[7]通過提取信號分形盒維數(shù)、信息維數(shù)作為識別特征，結(jié)合神經(jīng)網(wǎng)絡(luò)分類器，可實(shí)現(xiàn)對未調(diào)載波CW、已調(diào)信號BFSK、QFSK, BPSK、QPSK共5種調(diào)制樣式的分類識別，并進(jìn)一步驗(yàn)證了分形盒維數(shù)這一特征的抗干擾性能。文獻(xiàn)[8]驗(yàn)證了分形盒維數(shù)對特征指數(shù)介于I和2之間的Alpha穩(wěn)定分布噪聲是不敏感的，提取所選信號族中信號相位的分形盒維數(shù)作為特征參量對信號進(jìn)行識別，結(jié)果表明:基于分形盒維數(shù)特征的的方法在非高斯Alpha穩(wěn)定分布噪聲背景下的識別性能具有一定的韌性。文獻(xiàn)[9]提出了一種基于分形盒維數(shù)的LFM信號調(diào)頻斜率估計(jì)方法，通過計(jì)算信號調(diào)頻斜率與盒維數(shù)的關(guān)系，可對LFM信號的調(diào)頻斜率進(jìn)行有效估計(jì)。通常在信噪比較高時(shí)，信號的盒維數(shù)值能得到較好的估計(jì)，但低信噪比時(shí)，信號的盒維數(shù)的估計(jì)性能變差，從而影響依賴此特征進(jìn)行頻譜感知、信號識別等處理的有效性與可靠性。例如:文獻(xiàn)[I]中將時(shí)域盒維數(shù)特征直接應(yīng)用于頻譜感知，但當(dāng)信噪比SNR低于-1OdB時(shí)，高斯白噪聲背景下的信號和噪聲的盒維數(shù)非常接近，難以區(qū)分進(jìn)而使得檢測性能無法進(jìn)一步提高。因此，如何在低信噪比條件下，提高信號盒維數(shù)的估計(jì)精度，顯得十分必要。

發(fā)明內(nèi)容
本發(fā)明的目的是解決現(xiàn)有技術(shù)在低信噪比條件下盒維數(shù)特征估計(jì)誤差大的缺陷。為實(shí)現(xiàn)上述目的，本發(fā)明采取的技術(shù)方案為:一種低信噪比條件下信號盒維數(shù)特征提取方法，包括以下步驟:(I)對接收到的信號進(jìn)行分段短時(shí)頻域?yàn)V波，得到濾波后的重構(gòu)信號:首先對接收到的信號依次進(jìn)行分段處理以及離散采樣，設(shè)定離散采樣后的信號為Xi (n), i (N0-1)彡η彡(i+1) (Ntl-1)，其中N。為各分段信號的長度；然后對離散采樣后的信號進(jìn)行分段短時(shí)頻域?yàn)V波，步驟如下:(1-1)對 Xi (η)作 N0 點(diǎn) DFT，得到 Xi (k) = DFT [Xi (η)]；(1-2)設(shè)計(jì)一個(gè)帶通波濾器，其傳輸特性如下
權(quán)利要求
1.一種低信噪比條件下信號盒維數(shù)特征提取方法，其特征是，包括以下步驟: (1)對接收到的信號進(jìn)行分段短時(shí)頻域?yàn)V波，得到濾波后的重構(gòu)信號: 首先對接收到的信號依次進(jìn)行分段處理以及離散采樣，設(shè)定離散采樣后的信號為Xi (n), i (N0-1)彡η彡(i+1) (Ntl-1)，其中N。為各分段信號的長度； 然后對離散采樣后的信號進(jìn)行分段短時(shí)頻域?yàn)V波，步驟如下:(1-1)對 Xi (η)作 N0 點(diǎn) DFT，得到 Xi (k) = DFT [Xi (η)]； (1-2)設(shè)計(jì)一個(gè)帶通波濾器，其傳輸特性如下:
2.根據(jù)權(quán)利要求1所述的低信噪比條件下信號盒維數(shù)特征提取方法，其特征是，方法還包括步驟(3):對提取出的分形盒維數(shù)特征進(jìn)行精度估計(jì)，以驗(yàn)證盒維數(shù)特征提取的精度: 針對不同信號類型，分別提取原始調(diào)制信號、高斯白噪聲背景下的信號，以及高斯白噪聲背景下且經(jīng)分段短時(shí)頻域?yàn)V波后的重構(gòu)信號，上述三者的盒維數(shù)特征值；在不同的信噪比條件下，比較三種盒維數(shù)特征值的均值和均方根誤差；如高斯白噪聲背景下且經(jīng)分段短時(shí)頻域?yàn)V波后的重構(gòu)信號的盒維數(shù)特征值的均值和均方根誤差均小于濾波前高斯白噪聲背景下的信號，則其更接近于實(shí)際信號的盒維數(shù)真實(shí)值。
3.根據(jù)權(quán)利要求1或2所述的低信噪比條件下信號盒維數(shù)特征提取方法，其特征是，步驟(I)中對接收信號依次進(jìn)行分段處理和離散采樣的步驟如下: 設(shè)定接收到的信號模型為:X (t) =s (t) +w (t), O ^ t ^ T 其中，W(t)是零均值，方差為σ2的高斯白噪聲過程，T為觀測時(shí)間，s(t)是調(diào)制信號，x(t)用解析信號形式表示
全文摘要
本發(fā)明提出了一種低信噪比條件下信號盒維數(shù)特征提取方法，該方法首先對接收到的信號進(jìn)行分段處理進(jìn)而得到離散采樣信號，然后對離散采樣信號作短時(shí)頻域?yàn)V波處理，以改善信噪比；接著對濾波后的信號進(jìn)行重構(gòu)，從獲得的重構(gòu)信號中提取其盒維數(shù)特征。本發(fā)明提取的盒維數(shù)特征在低信噪比條件下能提高信號的估計(jì)精度，具有一定的抗干擾性能，可進(jìn)一步提高依賴此特征進(jìn)行認(rèn)知無線電頻譜感知、信號調(diào)制方式識別、信號參數(shù)估計(jì)等處理的有效性與可靠性。
文檔編號H04L25/02GK103220241SQ20131010788
公開日2013年7月24日 申請日期2013年3月29日 優(yōu)先權(quán)日2013年3月29日
發(fā)明者胡國兵, 高燕, 周波, 李震濤, 吳珊珊 申請人:南京信息職業(yè)技術(shù)學(xué)院